kwaivgi/kling-video-o3-std/reference-to-video

Kling Omni Video O3 (Standard) Reference-to-Video generates creative videos using character, prop, or scene references. Supports up to 7 reference images and optional video input.

IMAGE-TO-VIDEOREFERENCE-TO-VIDEONEW
Startseite
Erkunden
Kling Video Models
Kling 3.0 Video Models
kwaivgi/kling-video-o3-std/reference-to-video
Kling Video O3 Std Reference-to-Video
Bild-zu-Video

Kling Omni Video O3 (Standard) Reference-to-Video generates creative videos using character, prop, or scene references. Supports up to 7 reference images and optional video input.

Eingabe

Parameterkonfiguration wird geladen...

Ausgabe

Inaktiv
Ihre generierten Videos erscheinen hier
Konfigurieren Sie Parameter und klicken Sie auf Ausführen, um mit der Generierung zu beginnen

Jede Ausführung kostet 0.071. Für $10 können Sie ca. 140 Mal ausführen.

Sie können fortfahren mit:

Parameter

Codebeispiel

import requests
import time

# Step 1: Start video generation
generate_url = "https://api.atlascloud.ai/api/v1/model/generateVideo"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "kwaivgi/kling-video-o3-std/reference-to-video",
    "prompt": "A beautiful sunset over the ocean with gentle waves",
    "width": 512,
    "height": 512,
    "duration": 3,
    "fps": 24,
}

generate_response = requests.post(generate_url, headers=headers, json=data)
generate_result = generate_response.json()
prediction_id = generate_result["data"]["id"]

# Step 2: Poll for result
poll_url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"

def check_status():
    while True:
        response = requests.get(poll_url, headers={"Authorization": "Bearer $ATLASCLOUD_API_KEY"})
        result = response.json()

        if result["data"]["status"] in ["completed", "succeeded"]:
            print("Generated video:", result["data"]["outputs"][0])
            return result["data"]["outputs"][0]
        elif result["data"]["status"] == "failed":
            raise Exception(result["data"]["error"] or "Generation failed")
        else:
            # Still processing, wait 2 seconds
            time.sleep(2)

video_url = check_status()

Installieren

Installieren Sie das erforderliche Paket für Ihre Programmiersprache.

bash
pip install requests

Authentifizierung

Alle API-Anfragen erfordern eine Authentifizierung über einen API-Schlüssel. Sie können Ihren API-Schlüssel über das Atlas Cloud Dashboard erhalten.

bash
export ATLASCLOUD_API_KEY="your-api-key-here"

HTTP-Header

python
import os

API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}
Schützen Sie Ihren API-Schlüssel

Geben Sie Ihren API-Schlüssel niemals in clientseitigem Code oder öffentlichen Repositories preis. Verwenden Sie stattdessen Umgebungsvariablen oder einen Backend-Proxy.

Anfrage senden

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateVideo"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "your-model",
    "prompt": "A beautiful landscape"
}

response = requests.post(url, headers=headers, json=data)
print(response.json())

Anfrage senden

Senden Sie eine asynchrone Generierungsanfrage. Die API gibt eine Vorhersage-ID zurück, mit der Sie den Status prüfen und das Ergebnis abrufen können.

POST/api/v1/model/generateVideo

Anfragekörper

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateVideo"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}

data = {
    "model": "kwaivgi/kling-video-o3-std/reference-to-video",
    "input": {
        "prompt": "A beautiful sunset over the ocean with gentle waves"
    }
}

response = requests.post(url, headers=headers, json=data)
result = response.json()

print(f"Prediction ID: {result['id']}")
print(f"Status: {result['status']}")

Antwort

{
  "id": "pred_abc123",
  "status": "processing",
  "model": "model-name",
  "created_at": "2025-01-01T00:00:00Z"
}

Status prüfen

Fragen Sie den Vorhersage-Endpunkt ab, um den aktuellen Status Ihrer Anfrage zu überprüfen.

GET/api/v1/model/prediction/{prediction_id}

Abfrage-Beispiel

import requests
import time

prediction_id = "pred_abc123"
url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }

while True:
    response = requests.get(url, headers=headers)
    result = response.json()
    status = result["data"]["status"]
    print(f"Status: {status}")

    if status in ["completed", "succeeded"]:
        output_url = result["data"]["outputs"][0]
        print(f"Output URL: {output_url}")
        break
    elif status == "failed":
        print(f"Error: {result['data'].get('error', 'Unknown')}")
        break

    time.sleep(3)

Statuswerte

processingDie Anfrage wird noch verarbeitet.
completedDie Generierung ist abgeschlossen. Ergebnisse sind verfügbar.
succeededDie Generierung war erfolgreich. Ergebnisse sind verfügbar.
failedDie Generierung ist fehlgeschlagen. Überprüfen Sie das Fehlerfeld.

Abgeschlossene Antwort

{
  "data": {
    "id": "pred_abc123",
    "status": "completed",
    "outputs": [
      "https://storage.atlascloud.ai/outputs/result.mp4"
    ],
    "metrics": {
      "predict_time": 45.2
    },
    "created_at": "2025-01-01T00:00:00Z",
    "completed_at": "2025-01-01T00:00:10Z"
  }
}

Dateien hochladen

Laden Sie Dateien in den Atlas Cloud Speicher hoch und erhalten Sie eine URL, die Sie in Ihren API-Anfragen verwenden können. Verwenden Sie multipart/form-data zum Hochladen.

POST/api/v1/model/uploadMedia

Upload-Beispiel

import requests

url = "https://api.atlascloud.ai/api/v1/model/uploadMedia"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }

with open("image.png", "rb") as f:
    files = {"file": ("image.png", f, "image/png")}
    response = requests.post(url, headers=headers, files=files)

result = response.json()
download_url = result["data"]["download_url"]
print(f"File URL: {download_url}")

Antwort

{
  "data": {
    "download_url": "https://storage.atlascloud.ai/uploads/abc123/image.png",
    "file_name": "image.png",
    "content_type": "image/png",
    "size": 1024000
  }
}

Eingabe-Schema

Die folgenden Parameter werden im Anfragekörper akzeptiert.

Gesamt: 0Erforderlich: 0Optional: 0

Keine Parameter verfügbar.

Beispiel-Anfragekörper

json
{
  "model": "kwaivgi/kling-video-o3-std/reference-to-video"
}

Ausgabe-Schema

Die API gibt eine Vorhersage-Antwort mit den generierten Ausgabe-URLs zurück.

idstringrequired
Unique identifier for the prediction.
statusstringrequired
Current status of the prediction.
processingcompletedsucceededfailed
modelstringrequired
The model used for generation.
outputsarray[string]
Array of output URLs. Available when status is "completed".
errorstring
Error message if status is "failed".
metricsobject
Performance metrics.
predict_timenumber
Time taken for video generation in seconds.
created_atstringrequired
ISO 8601 timestamp when the prediction was created.
Format: date-time
completed_atstring
ISO 8601 timestamp when the prediction was completed.
Format: date-time

Beispielantwort

json
{
  "id": "pred_abc123",
  "status": "completed",
  "model": "model-name",
  "outputs": [
    "https://storage.atlascloud.ai/outputs/result.mp4"
  ],
  "metrics": {
    "predict_time": 45.2
  },
  "created_at": "2025-01-01T00:00:00Z",
  "completed_at": "2025-01-01T00:00:10Z"
}

Atlas Cloud Skills

Atlas Cloud Skills integriert über 300 KI-Modelle direkt in Ihren KI-Coding-Assistenten. Ein Befehl zur Installation, dann verwenden Sie natürliche Sprache, um Bilder, Videos zu generieren und mit LLMs zu chatten.

Unterstützte Clients

Claude Code
OpenAI Codex
Gemini CLI
Cursor
Windsurf
VS Code
Trae
GitHub Copilot
Cline
Roo Code
Amp
Goose
Replit
40+ unterstützte clients

Installieren

bash
npx skills add AtlasCloudAI/atlas-cloud-skills

API-Schlüssel einrichten

Erhalten Sie Ihren API-Schlüssel über das Atlas Cloud Dashboard und setzen Sie ihn als Umgebungsvariable.

bash
export ATLASCLOUD_API_KEY="your-api-key-here"

Funktionen

Nach der Installation können Sie natürliche Sprache in Ihrem KI-Assistenten verwenden, um auf alle Atlas Cloud Modelle zuzugreifen.

BildgenerierungGenerieren Sie Bilder mit Modellen wie Nano Banana 2, Z-Image und mehr.
VideoerstellungErstellen Sie Videos aus Text oder Bildern mit Kling, Vidu, Veo usw.
LLM-ChatChatten Sie mit Qwen, DeepSeek und anderen großen Sprachmodellen.
Medien-UploadLaden Sie lokale Dateien für Bildbearbeitung und Bild-zu-Video-Workflows hoch.

MCP-Server

Der Atlas Cloud MCP-Server verbindet Ihre IDE mit über 300 KI-Modellen über das Model Context Protocol. Funktioniert mit jedem MCP-kompatiblen Client.

Unterstützte Clients

Cursor
VS Code
Windsurf
Claude Code
OpenAI Codex
Gemini CLI
Cline
Roo Code
100+ unterstützte clients

Installieren

bash
npx -y atlascloud-mcp

Konfiguration

Fügen Sie die folgende Konfiguration zur MCP-Einstellungsdatei Ihrer IDE hinzu.

json
{
  "mcpServers": {
    "atlascloud": {
      "command": "npx",
      "args": [
        "-y",
        "atlascloud-mcp"
      ],
      "env": {
        "ATLASCLOUD_API_KEY": "your-api-key-here"
      }
    }
  }
}

Verfügbare Werkzeuge

atlas_generate_imageGenerieren Sie Bilder aus Textbeschreibungen.
atlas_generate_videoErstellen Sie Videos aus Text oder Bildern.
atlas_chatChatten Sie mit großen Sprachmodellen.
atlas_list_modelsDurchsuchen Sie über 300 verfügbare KI-Modelle.
atlas_quick_generateInhaltserstellung in einem Schritt mit automatischer Modellauswahl.
atlas_upload_mediaLaden Sie lokale Dateien für API-Workflows hoch.

API-Schema

Schema nicht verfügbar

Anmelden, um Anfrageverlauf anzuzeigen

Sie müssen angemeldet sein, um auf Ihren Modellanfrageverlauf zuzugreifen.

Anmelden

Kling Video O3 Std Reference-to-Video

Kling Video O3 Standard Reference-to-Video generates new videos guided by reference images and an optional reference video, maintaining consistent characters, styles, and scenes. Describe a scenario involving the people or elements in your reference images — the model brings them together in a coherent, natural video. Supports flexible duration, aspect ratio control, and optional sound generation.

Why Choose This?

Character-consistent generation Upload reference images of specific people or elements, and the model preserves their identity throughout the generated video.

Multi-reference support Provide multiple reference images to combine different characters, styles, or elements in one scene.

Optional reference video Supply a reference video for motion guidance, style transfer, or scene continuity.

Sound options Keep original audio from a reference video, or generate new synchronized sound effects.

Flexible output Multiple aspect ratios (16:9, 9:16, 1:1, etc.) and duration from 3 to 15 seconds.

Parameters

ParameterRequiredDescription
promptYesText description of the desired scene and action
videoNoReference video for motion or style guidance
imagesNoReference images of characters, elements, or styles
keep_original_soundNoKeep the original sound from the reference video (default: enabled)
soundNoGenerate synchronized audio for the video (default: disabled)
aspect_ratioNoVideo aspect ratio (default: 16:9)
durationNoVideo length: 3–15 seconds (default: 5)

How to Use

  1. Run — submit and download your video.
  2. Set sound preference — keep original audio from the reference video, or enable generated sound.
  3. Set duration — choose any length from 3 to 15 seconds.
  4. Choose aspect ratio — select the format that fits your platform.
  5. Add reference video (optional) — provide a video for motion or style guidance.
  6. Add reference images — upload images of the characters, objects, or styles you want in the video.
  7. Write your prompt — describe the scene, referencing the characters or elements in your images (e.g., "The man in Figure 2 is walking with the woman in Figure 1 in the park.").

Best Use Cases

  • Style Transfer — Use a reference video to guide the motion and visual style of new content.
  • Creative Concepting — Combine multiple characters or elements into new scenarios for rapid ideation.
  • Marketing & Ads — Generate brand ambassador or spokesperson videos from still photos.
  • Social Media Content — Produce personalized short-form videos with consistent character identity.
  • Character-Driven Storytelling — Create scenes starring specific characters from your reference images.

Pro Tips

  • Match aspect ratio to your target platform: 16:9 for YouTube, 9:16 for TikTok/Reels.
  • Use shorter durations (3–5 s) for testing character consistency before generating longer clips.
  • Adding a reference video significantly enhances motion quality.
  • Use "Figure 1", "Figure 2" etc. in your prompt to refer to specific reference images in order.
  • Reference images with clear faces and distinct features produce the best character consistency.

Notes

  • Ensure uploaded URLs are publicly accessible.
  • Duration supports any value from 3 to 15 seconds.
  • Prompt is the only required field, but reference images are recommended for best results.
  • Kling Video O3 Std Video Edit — Edit existing videos with natural-language instructions.
  • Kling Video O3 Std Text-to-Video — Generate videos from text prompts at Standard pricing.
  • Kling Video O3 Std Image-to-Video — Animate a single image into video at Standard pricing.
  • Kling Video O3 Pro Reference-to-Video — Maximum quality reference-to-video with O3 Pro tier.

Beginnen Sie mit 300+ Modellen,

Alle Modelle erkunden